使用ndarray.view,可以做到:
import numpy as np
a = np.arange(6)
b = a.view()
b[...] = [5, 5, 5, 5, 5, 5]
a 和 b 现在都是 [5, 5, 5, 5, 5, 5]。
现在,我可以对切片/索引做同样的事情吗?这样 View 就不会显示完整的数组,而只是一个切片?像这样的东西:
import numpy as np
a = np.arange(6)
idx = [0, 2, 4]
b = a[idx] # please just return a view into `a` here
b[...] = [5, 5, 5]
现在 a 当然仍然是 [0, 1, 2, 3, 4, 5] 但我想让它成为 [ 5, 1, 5, 3, 5, 5]。
这在不同数组之间映射时非常有用。
请您参考如下方法:
如评论中所述,我们可以在处理用于索引的模式化步幅时获取 View 。
让我们来看几个案例。
1) 案例 #1:开始 index = 0 并且步幅为 2:
In [129]: a = np.arange(6) # Input array
In [130]: idx = [0,2,4] # Simulating these indices for indexing
In [131]: b = a[::2] # Get view
In [132]: b[...] = [5, 5, 5] # Assign values
In [133]: a
Out[133]: array([5, 1, 5, 3, 5, 5]) # Verify
2) 案例 #2:开始 index = 1 并且步幅为 2:
In [134]: a = np.arange(6) # Input array
In [135]: idx = [1,3,5] # Simulating these indices for indexing
In [136]: b = a[1::2] # Get view
In [137]: b[...] = [5, 5, 5] # Assign values
In [138]: a
Out[138]: array([0, 5, 2, 5, 4, 5]) # Verify
此方法可扩展到多维数组。
